高 俊，張治中,2，鄧炳光

(1.重慶郵電大學 通信與信息工程學院，重慶 400065;2.南京信息工程大學 電子與信息工程學院， 南京 210040)

0 引 言

由于不斷增長的移動數(shù)據(jù)需求，無線通信產(chǎn)業(yè)已將注意力轉(zhuǎn)向2.4 GHz和5 GHz的非授權(quán)頻段。由于所有無線系統(tǒng)都可以訪問該非授權(quán)頻段，附近的設備在同一頻段中傳輸前，需要確保其他系統(tǒng)未占用非授權(quán)的信道。

長期演進(Long Term Evolution,LTE)引入載波聚合技術并在蜂窩處配備大量的天線，可以增強多天線單元映射的使用，在許多WiFi和LTE標準中已經(jīng)使用了標準的大規(guī)模多輸入多輸出(Multiple-Input Multiple-Output,MIMO)技術[1]。隨著用戶需求的擴大，IEEE 802.11標準得到迅速發(fā)展[2]。WiFi系統(tǒng)依賴于具有隨機退避機制的基于競爭的接入,為確保與其他系統(tǒng)公平接觸，采用了載波偵聽多路訪問/沖突避免技術，蜂窩通過能量檢測來感測信道活動，并且僅當信道被認為在指定的時間段內(nèi)空閑時它們才開始在非授權(quán)的頻帶中傳輸，這樣的信道偵聽操作表示為傳輸前檢查[3]。

文獻[4]提出無線接入技術載波聚合技術，該技術允許有效利用碎片化和擁擠的頻譜以及與不同無線接入技術(Radio Access Technology,RAT)之間的協(xié)調(diào)和負載平衡。文獻[5]提出了一種Q-學習機制，該機制可對非授權(quán)頻段活動進行高級學習，從而實現(xiàn)5G和WiFi的有效共存。文獻[6]通過將現(xiàn)有的室內(nèi)WiFi技術聚合到蜂窩網(wǎng)絡中，增加了網(wǎng)絡吞吐量，優(yōu)化了系統(tǒng)提供的服務。文獻[7]提出一種增強頻譜效率的方法，該方法同時保證了蜂窩與WiFi網(wǎng)絡的和諧共存。通過對發(fā)送信號進行預處理能夠有效改善系統(tǒng)增益[8-9]，雖然迫零(Zero Forcing，ZF)預編碼方案可以將用戶之間的干擾強制為零，但是沒有考慮噪聲的影響。最小均方誤差(Minimum Mean Squared Error,MMSE)預編碼方案不僅能夠有效消除用戶之間的干擾還能有效消除噪聲的影響。

文獻[10]研究了ZF預編碼和MMSE預編碼在小區(qū)MIMO信道中的性能問題。文獻[11]利用濾波矩陣的特性，提出了一種有效降低基于MMSE的并行干擾抵消軟迭代檢測方案復雜度的方法。

基于上述分析，本文提出一種混合預編碼的能效優(yōu)化算法，建立新的優(yōu)化方案來改善非授權(quán)頻段的大規(guī)模MIMO系統(tǒng)(Massive MIMO Unlicensed,mMIMO-U)的性能。該方案首先構(gòu)造小區(qū)蜂窩模型，然后對信道進行空間資源分配，最后對信道進行混合預編碼能效優(yōu)化。仿真結(jié)果表明該混合預編碼方案能夠有效提高蜂窩和WiFi的共存能力，增加蜂窩的傳輸速率并降低算法復雜度。

1 系統(tǒng)模型

如圖1所示，本文研究單小區(qū)環(huán)境下蜂窩網(wǎng)絡下行鏈路大規(guī)模MIMO信道，其中大規(guī)模MIMO蜂窩基站(Base Station,BS)被部署為以同步方式在非授權(quán)頻帶中操作，并與它們各自連接的用戶設備(User Equipment,UE)集合通信，WiFi設備的接入點(Access Point,AP)和基站也在相同的非授權(quán)頻帶中操作[12]。

圖1 小區(qū)模型示意圖

在蜂窩方面，用I表示蜂窩的集合，并假設蜂窩BS以功率Pb傳輸。 UE與提供最大平均接收功率的蜂窩BS相關聯(lián)。BS配備多根天線N，這樣使得UE在每個時頻資源塊上以空間復用的方式被服務，每個UE具有單個天線且滿足K≤N。

所有傳播信道都會受到天線增益、路徑損耗、陰影衰落和快速衰落的影響，本文假設所有UE和WiFi設備都配備了單個天線且位置信息已知。在小區(qū)蜂窩i中UEk接收的信號yik[m]為

(1)

式中：hik∈N×1表示小區(qū)中BSi和UEk之間的信道矩陣,qlk∈N×1表示小區(qū)中WiFi設備l和UEk之間的信道矩陣,[m]作為離散時間變量,(·)?表示共軛轉(zhuǎn)置,Pb表示蜂窩BS傳輸功率，Pl表示W(wǎng)iFi設備的發(fā)射功率,wik∈N×1表示在蜂窩i內(nèi)由BSi到UEk的預編碼向量,sik[m]∈N×1表示在蜂窩i內(nèi)對UEk的單位方差信號,sl[m]∈表示W(wǎng)iFi設備l傳輸?shù)膯挝环讲钚盘枺硎緹嵩肼暋?/p>

小區(qū)內(nèi)的凈吞吐量為

C=lb|1+SINRik| 。

(2)

式中：N是發(fā)射天線的數(shù)量。蜂窩i中UEk處的信號干擾加噪聲比(Signal to Interference plus Noise Ratio,SINR)為

(3)

為了抑制去往/來自WiFi設備的干擾，每個BSi需要知道關于BS到WiFi信道的信息。在本文提出的mMIMO-U系統(tǒng)中，BSi通過信道協(xié)方差估計過程周期性地獲得相鄰WiFi設備占用的信道子空間。

2 算法分析

2.1 空間資源分配

在整個信道協(xié)方差估計過程中，所有BS保持靜默，每個BSi接收信號為

(4)

記Zi∈N×N表示zi[m]的協(xié)方差，于是有

(5)

(6)

(7)

Di=[c1(N-Ki)]。

(8)

式中：Ki為非授權(quán)頻帶中設備所服務的數(shù)量;Di的值不能超過剩余空間DOF;[·]表示地板函數(shù)，其效果為向負無窮大取整;0

BS與UE間新的信道向量為

(9)

BS犧牲了Di空間自由度DOF用來抑制在傳輸方向上產(chǎn)生的干擾。這種干擾抑制由所有BS以分布式方式執(zhí)行，并且改善了與在非授權(quán)頻帶中操作的WiFi設備的共存。

由下行鏈路的操作，在WiFi 設備l處接收的相應的影響功率I:→l[m] 表示為

(10)

當接收到的總功率落在調(diào)節(jié)閾值γLBT以上時，每個WiFi設備認為信道被占用并推遲傳輸,否則允許傳輸。

2.2 混合預編碼方案

ZF預編碼、MMSE預編碼等常規(guī)預編碼算法需要求解復雜的逆矩陣，在天線數(shù)目增多時運算的復雜度也難以承受，且當兩端天線數(shù)量差距較小時檢測性能會被影響。因此本文針對mMIMO-U系統(tǒng)所提出的混合預編碼算法通過對MMSE預編碼的改進降低用戶之間的干擾和算法復雜度，最大化系統(tǒng)總?cè)萘俊?/p>

MMSE預編碼矩陣可表示為

(11)

式中：σ2表示mMIMO信道中噪聲的方差，I∈N×N表示單位矩陣，βMMSE表示最佳功率因子，Px表示數(shù)據(jù)流的總功率，并且滿足

(12)

對公式(11)做以下變換：定義第i個用戶的等效信道矩陣為

(13)

由式(13)知，當功率Px增大時令矩陣

(14)

但基站的發(fā)射功率在實際操作中通常不會被改變，對Pi進行正交三角分解(Quadrature Rectangle,QR)：

(15)

(16)

(17)

(18)

(19)

基于上述分析，改進算法的整體設計流程如圖2所示。

圖2 算法設計流程圖

3 仿真與分析

為驗證上述改進算法的正確性和有效性，對不同方案進行Matlab仿真，路徑損耗為Uma場景D2D模型，仿真參數(shù)如表1所示。

表1 仿真參數(shù)

路徑損耗(Path Loss,PL)計算公式為

PL=20lg(d)+46.4+20lg(fc/5.0)。

(20)

式中：fc單位GHz。

如圖3所示,“*”表示基站，“o”表示W(wǎng)iFi熱點，“.”表示連接在WiFi上的設備，“×”表示用戶UE。

圖3 蜂窩網(wǎng)絡下行鏈路

圖4和圖5表示在非授權(quán)頻段使用不同預編碼的共存狀態(tài)。

圖4 在非授權(quán)頻帶上WiFi設備處的共存

圖5 在非授權(quán)頻帶上UE處的共存

如圖4所示，匹配濾波(Matched Filter,MF)預編碼時WiFi受到的干擾最大，使用ZF預編碼有76.7%的時間低于干擾閾值，使用MMSE預編碼和混合預編碼時在WiFi處收到的干擾分別有96.2%和99.1%的時間低于閾值。其原因是在傳統(tǒng)mMIMO系統(tǒng)中，由于使用mMIMO-U時設備可以在BS傳輸過程中訪問非授權(quán)頻段，mMIMO-U系統(tǒng)信道相關性一般較強，MF預編碼方案并沒有解決用戶與WiFi之間的干擾以及用戶之間的干擾導致系統(tǒng)效能較低。ZF預編碼對發(fā)送數(shù)據(jù)進行編碼處理使用戶之間的干擾強制為零，但是在干擾消除的同時也降低了期望信號的能量，使得噪聲的影響無法忽略。MMSE預編碼和混合預編碼都能很好地處理噪聲和用戶之間的干擾，但是MMSE預編碼會帶來較高的算法復雜度，在多天線測試時性能也會被影響。本文使用的混合預編碼有效地降低了用戶之間的干擾和算法復雜度，最大化系統(tǒng)總?cè)萘俊?/p>

如圖5所示，使用MF預編碼時信號干擾最大，此時WiFi并不能正常傳輸數(shù)據(jù)，在UE設備處使用其他預編碼所受到的干擾總是低于閾值的。由于增大了信噪比和降低了用戶之間的干擾，相較于其他預編碼使用混合預編碼能夠有效保證UE和WiFi的共存。

圖6和圖7給出了不同天線數(shù)量下通過混合預編碼、MMSE預編碼、ZF預編碼和MF預編碼的蜂窩傳輸速率以及WiFi傳輸速率的理論參考值和實際值,可以看到使用混合預編碼時WiFi的傳輸沒有受到干擾的影響而接近參考值。這是因為使用mMIMO-U在WiFi處受到的干擾總是低于閾值，能夠?qū)崿F(xiàn)蜂窩和WiFi設備的有效共存。同時可以發(fā)現(xiàn)，mMIMO-U的蜂窩速率隨基站天線數(shù)量N的增加而增加。這是因為天線數(shù)量N的增加能夠分配更多的自由度去抑制對WiFi設備的干擾，此外天線數(shù)量也會影響系統(tǒng)的信道容量。另外可以觀察到，使用混合預編碼相較于其他預編碼能夠更有效地提高蜂窩傳輸速率。這是因為混合預編碼不僅消除了信號間的干擾，還有效降低了噪聲使信噪比和系統(tǒng)總?cè)萘孔畲蠡?/p>

圖6 在非授權(quán)頻帶上蜂窩的傳輸速率

圖7 在非授權(quán)頻帶上WiFi的傳輸速率

圖8給出了不同空間自由度與蜂窩傳輸速率的關系。系統(tǒng)通過分配空間自由度來用于WiFi的干擾抑制，并增加蜂窩波束增益。如圖所示，隨著系統(tǒng)空間自由度的分配，蜂窩的傳輸速率逐漸增加。當?shù)竭_最高值后，由于系統(tǒng)無法提供更多的自由度速率會逐漸下降。同時可以發(fā)現(xiàn)，MF預編碼無法為系統(tǒng)提供空間自由度導致其蜂窩傳輸速率為0，相較于其他預編碼而言系統(tǒng)使用混合預編碼可以更好地降低干擾并協(xié)調(diào)好空間自由度進而給系統(tǒng)帶來更大的增益。

圖8 空間自由度與蜂窩傳輸速率的關系

4 結(jié) 論

本文分析了現(xiàn)有的WiFi/5G共存系統(tǒng)，針對mMIMO-U系統(tǒng)下行鏈路，綜合考慮了各種衰落對信道的影響，在信道傳輸中通過提出混合預編碼算法降低WiFi/5G的干擾和算法復雜度，使WiFi/5G能夠在同一頻段內(nèi)有效共存，隨著天線數(shù)量的增加，蜂窩傳送速率和系統(tǒng)容量能夠有效提升。仿真結(jié)果表明，本文提出的混合預編碼算法的能效優(yōu)化效果比傳統(tǒng)預編碼要好，能夠同時滿足UE與WiFi設備在同一頻段的共存并有效提高蜂窩的傳輸速率。